当行列式不足以解决问题时：隐私设定下的稀有切换
机器学习
2026-05-25 v1
摘要
在本文中，我想分享一个小研究时刻：Codex 帮助我找到了将稀有切换适应到隐私设定的正确方法。线性 bandits 和 RL 中标准的基于行列式的更新规则运行良好，因为设计矩阵单调增长。但一旦为了隐私加入高斯噪声，这种单调性就可能失效，通常的分析也不再适用。关键原因在于行列式的增长控制的是体积，而遗憾分析需要控制最坏方向。为了解决这个问题，Codex 提出了一种基于广义 Rayleigh 商的不同稀有切换规则，该规则在对数因子范围内恢复了策略的对数更新和所需的置信宽度比较。我在此展示手动整理版的证明，以及对该例子的一些个人思考。
引用
@article{arxiv.2605.23131,
title = {When Determinants Are Not Enough: Private Rare Switching},
author = {Xingyu Zhou},
journal= {arXiv preprint arXiv:2605.23131},
year = {2026}
}